一架固定翼无人机在强电磁干扰中突然与后方彻底失联，它的传感器只能扫描脚下很小一片地面，而隐藏的敌方目标随时可能机动。按照以往任何一套规则或优化程序，这架无人机要么陷入混乱，要么在这几秒的决策空窗里盲目飞出近600米——在真实的电子对抗战场上，这个延迟足以让任务彻底失败。然而，搭载新算法的蜂群没有犹豫，它们仿佛带着某种“战场直觉”，在沉默中重新编组、搜索、锁定，并最终消灭了每一个目标。
5月31日，《航空学报》刊登了西北工业大学航天学院与西安电子科技大学联合完成的一项成果，将这个场景拉入现实。研究团队由西工大航天学院副教授张栋带领，他们提出的算法名为HG-STR（异构图时空推理），专门解决固定翼无人机蜂群在通信被干扰、视野大面积受阻时，如何自主搜索广阔战场并摧毁全部敌人的难题。仿真结果显示，在通信半径极度受限的弱连通条件下，新算法依然能维持94%的任务成功率，整体任务完成率比传统规则算法提升了37.14%，对预设目标的杀伤率更达到100%。这是目前公开文献中首个做到100%击杀且维持战场响应速度的无人机蜂群协同算法。
能让蜂群在信息残缺时依然做出正确决策的，是一种与传统建模思路截然不同的“异构图”。传统算法把友军、敌军、搜索区域等地形标记统统当作同一类数据来处理，张栋团队指出，这类“一视同仁”的做法会在复杂交战环境中制造大量混乱。HG-STR则给每个对象贴上符合真实身份的标签：友军无人机是一种节点，待搜索区域是另一种节点，敌方目标则是第三种完全不同的节点。算法不是把信息压进同一条通道，而是学懂了应该在哪些关系上投入注意力——当某架无人机发现目标，该信息会瞬间被标记为高优先级威胁；当附近有队友时，又会转为协作机会。张栋和同事在论文中解释，这让蜂群能“瞬间理解该帮助谁、该猎杀谁”。
这种理解能力直接体现在决策速度上。传统的基于规则的系统像一套刻板的剧本，敌人一旦不按剧本出牌就会导致失效；而主流优化方法类似于下棋程序，需要在每一步穷举大量可能性，耗时常常达到秒级。张栋在论文里点出一个致命的数字：激战中，几秒延迟意味着一架无人机可以盲目飞行近600米，“在激烈的电磁对抗中，这是致命的延迟”。相比之下，HG-STR算法做出一轮完整决策仅需6.6毫秒，单步决策耗时从秒级压到了毫秒级，使得蜂群能够在电子战的高动态节奏里跟上目标的移动和突然的变化。
忍受通信和视野的双重断崖，是团队在模拟实验中刻意制造的极端条件。他们为每架无人机内置了一个基于门控循环单元的记忆模块，当与队友失联时，无人机并不是立即变成孤岛，而是依靠记忆去推测友军最后出现的位置和敌人最后已知的方向。与此同时，团队设计了分层决策机制，将原本可以同时涌来的任务拆解为三个有序步骤：先决定这一瞬间是“搜索”还是“打击”，再选择具体目标，最后分配所需弹药。这种分层控制避免了无人机在信息恢复的瞬间试图同时处理所有事情而导致的策略震荡。结果就是，即使通信半径受到严重压制，模拟中隐藏于视线之外的目标依然被全部歼灭。
评审专家在评议中提供了一个更为大胆的图景：当前大多数无人机操作仍有赖于人类飞行员的远程控制，而这项技术预示着，蜂群可以被直接派往高风险、强干扰的空域，在与人类指挥彻底断绝联系后，仅携带一条最终指令——“找到并消灭所有目标”。实验还显示，HG-STR算法具备跨场景即时部署的潜力：在一个较小任务空间中完成训练后，无需重新训练就可以直接迁移到规模更大的战场，应对更多的无人机和更多目标，仍保持高成功率。
研究团队接下来要做的，是把这套算法从仿真推向实飞。他们在论文中写道，未来的工作重点包括在计算资源有限的嵌入式机载平台上完成轻量化部署，并开展实飞验证；同时算法本身还要进一步变得稳健，不仅能够承受通信中断，还能处理消息延迟和数据损坏等实际环境中不可避免的扰动。对一线作战人员而言，这些实验室里毫秒级的进步，也许很快就会变成电磁迷雾中真正看得见的杀伤线。
热门跟贴